搜索结果: 1-15 共查到“计算机科学技术 复杂网络”相关记录45条 . 查询时间(0.128 秒)
基于单向耦合法的不确定复杂网络间有限时间同步
复杂网络 有限时间同步 单向耦合 未知参量
2021/7/27
针对具有不确定性的复杂网络有限时间同步问题,提出一种新颖的单向耦合控制方法.构建含有未知参量及未知拓扑结构的驱动−响应复杂网络模型,考虑两个网络具有不同的节点数,同时受到时变耦合时滞的影响,并且网络内部分别具有不同的节点系统.基于有限时间稳定性理论和线性矩阵不等式变换,通过在响应网络中引入单向耦合项,实现两个网络间的有限时间同步,同时准确辨识未知参量及未知拓扑结构.仿真实验验证所提同步...
发现复杂网络中的关键参与者，对认识及优化网络整体效能至关重要。记者近日从国防科技大学获悉，该校系统工程学院研究人员创造性地提出了一种名为FINDER的深度强化学习AI算法，实现了对复杂网络中关键参与者的准确快速识别，在效果、性能及普适性等方面均超越了现有的解决方案。相关研究成果近日在《自然·机器智能》发表。在复杂网络中，如果节点数增加，寻找关键节点的时间会呈指数级增长，这在计算机科学中被称为NP-...
2017年11月25日上午，2017年第十三届全国复杂网络学术会议在深圳大学演会中心顺利举行。本次会议由中国工业与应用数学学会复杂网络与复杂系统专业委员会主办，深圳大学数学与统计学院承办，香港中文大学，华为技术有限公司，中兴通讯股份有限公司等协办赞助。会议将紧密围绕复杂系统与复杂网络及其相关领域的国际学术前沿展开深入地讨论与交流。我校副校长徐晨，陈国良院士，尹浩院士，管晓宏院士，陈关荣院士及160...
能力与权力:大规模复杂网络重要节点识别的二重异质指标及算法
复杂网络 节点重要度 分布式计算 节点效率
2017/4/14
为快速识别大规模复杂网络中的重要节点，本研究将人类社会普遍存在的两类不平等映射为节点在网络中的能力与权力的二重异质性，设计了评价复杂网络节点重要度的DH指标，构造了用于DH指标快速分布式计算的并行随机距离渐进（parallel random distance approach，简称PRDA）算法.通过网络最大连通率、网络均衡熵、算法有效性和算法效率的评价实验验证DH指标及PRDA算法的有效性，得出...
山西大学成功举办2016年第十二届全国复杂网络大会（图）
山西大学 第十二届 全国复杂网络 大会
2016/10/18
2016年10月14日至17日，由中国工业与应用数学学会复杂网络与复杂系统专业委员会举办，山西大学复杂系统研究所承办的2016年第十二届全国复杂网络大会在太原龙城国际饭店顺利召开，来自全国上百所院校和科研单位的近800人参加会议。会议紧密围绕复杂网络建模、结构与功能分析，复杂网络上的动力学，生物网络等12个主题展开深入地讨论与交流。
复杂网络的重叠社区及社区间的结构洞识别
复杂网络 重叠社区 多标签传播 结构洞识别
2015/5/12
大数据环境下如何有效地、准确地识别复杂网络的重叠社区是近年来学者关注的重点.本文提出一种基于多标签传播方式MLPS（Multiple Label Propagation Strategy）的重叠社区识别算法，该算法首先利用影响力最大化模型选取初始种子集合并赋予它们唯一的标签，然后采用结点间的相似性和影响传播特性共同作用于标签的传播迭代过程，迭代停止后将具有相同标签的结点划分为同一社区.通过合成网络...
随着网络规模的不断扩大,经典的复杂网络重叠社识别算法已不能高效处理现有的大规模网络图数据.本文在GraphLab并行计算模型上提出了基于重要节点扩展的重叠社区识别算法DOCVN (Detecting the Overlapping Community algorithm based on Vital Node Expanding in GraphLab).算法选取网络中PageRank值大的节点作...
基于边标签传播的复杂网络社区识别方法
复杂网络 重叠社区识别 标签传播
2014/3/31
针对传统基于标签传播的复杂网络重叠社区识别算法难以准确识别重叠节点的缺陷,本文通过分析边与其邻居边的关系,提出用来评估边归属社区的归属密度函数及归属倾向性函数,并在此基础上设计一种基于边标签传播的重叠社区识别方法(OLLP).该方法首先以每条边连接2个节点中度高的节点标签作为该边的标签;然后通过分析边的归属密度与归属倾向性迭代更新边标签,最终标签相同的边属于同一社区.在基准网络与真实网络数据集上进...
针对大部分基于智能优化算法的社区发现方法存在的种群退化、寻优能力不强、计算过程复杂、需要先验知识等问题，提出了一种基于免疫遗传算法(GA)的复杂网络社区发现方法。算法将改进的字符编码和相应的遗传算子相结合，在不需要先验知识的情况下可自动获得最优社区数和社区划分方案；将免疫原理引入遗传算法的选择操作中，保持了群体多样性，改善了遗传算法所固有的退化现象；在初始化种群及交叉和变异算子中利用网络拓扑结构的...
复杂网络中k-核与网络聚集系数的关联性研究
复杂网络 k-核 聚集系数 关联性
2013/8/10
选取复杂网络特征变量—聚集系数为研究目标，通过数学推导与证明，清晰描述了k-核与聚集系数的关联性。通过仿真实验证明，随着k-核的不断解析、k值的不断增加，网络聚集系数亦呈现逐步增加的趋势。该结论为k-核解析在复杂网络中的进一步应用提供相应的理论基础与指导。
分解多目标优化揭示复杂网络社区层次结构
复杂网络 社区检测 多目标优化 层次结构
2013/6/20
提出了一种求解复杂网络社区检测的新算法．新算法将社区检测问题构造成多目标优化问题，通过在多个目标之间权衡折中，实现在更广泛的空间进行社区结构检测，克服了传统单目标优化存在解单一的缺陷．算法采用MOEA/D框架，运用Tchebycheff分解技术，引入基于加权法的模拟退火局部搜索算子，扩大了搜索范围，使算法不易陷入局部最优解．最后，在计算机生成的网络数据集以及真实网络数据集上对算法进行了仿真实验．结...
在目前复杂网络聚类算法中，基于Laplace特征值的谱聚类方法具有严密的数学理论和较高的精度，但受限于该方法对簇结构数量、规模等先验知识的依赖，难以实际应用。针对这一问题，基于Laplace矩阵的Jordan型变换，提出了一种先验知识的自动获取方法，实现了基于Jordan矩阵特征向量的初始划分。基于Jordan型特征值定义了簇结构的模块化密度函数，并使用该函数和初始划分结果完成了高精度聚类算法。该...
复杂网络中尺度研究揭开网络同步化过程 复杂网络中尺度研究揭开网络同步化过程
复杂网络 Laplacian谱 中尺度 同步过程
2011/12/15
复杂网络的中尺度研究是目前复杂网络研究中的一个前沿方向。本文主要介绍复杂网络的Laplacian矩阵的特征值谱的性质，指出特征值谱与度序列的强相关性。并且，在中尺度意义下，研究了不同拓扑结构的复杂网络的同步以及广义同步过程，发现同步是从度大的区域开始。进一步揭示了社团结构和同步时间尺度都与网络的特征值谱有关，社团网络的同步过程表现为部分同步—聚类同步—全局完全同步，该过程有助于网络社团结构的识别。...
针对复杂网络交叠团的聚类与模糊分析方法设计问题，给出一种新的模糊度量及相应的模糊聚类方法，并以新度量为基础，设计出两种挖掘网络模糊拓扑特征的新指标：团间连接紧密程度和模糊点对交叠团的连接贡献度，并将其用于网络交叠模块拓扑结构宏观分析和团间关键点提取。实验结果表明，使用该聚类与分析方法不仅可以获得模糊团结构，而且能够揭示出新的网络特征。该方法为复杂网络聚类后分析提供了新的视角。